Dataphin計算引擎MaxCompute 2.0的資料類型-智能資料建設與治理 Dataphin-阿里雲

當前，Dataphin使用MaxCompute 2.0作為計算引擎。本文為您介紹Dataphin支援的MaxCompute 2.0的資料類型。

適用情境

適用於在2020年04月之前無存量資料的MaxCompute專案，且該專案依賴的產品組件支援2.0資料類型版本。

基礎資料類型

類型	常量樣本	描述
TINYINT	1Y、-127Y	8位有符號整型。取值範圍：-128~127。
SMALLINT	32767S、-100S	16位有符號整型。取值範圍：-32768~32767。
INT	1000、-15645787	32位有符號整型。取值範圍：-2 ³¹~2 ³¹-1。
BIGINT	100000000000L、-1L	64位有符號整型。取值範圍：-2 ⁶³+1~2 ⁶³ -1。
BINARY	unhex('FA34E10293CB42848573A4E39937F479') X'616263'	位元據類型，目前長度限制為8 MB。說明 `X'num [...]'`格式中`num`是16進位的數字，可以是`0~9`或者是`A~F`。例如`X'616263'`，實際代表的是`abc`，因為字元`a`的ASCII編碼是`0x61`，字元`b`的ASCII編碼是`0x62`，字元`c`的ASCII編碼是`0x63`。`X'616263'`在語義上等效於`unhex('616263')`。假如字串長度不是偶數，系統會在前面補`0`，例如`X'616'`等效於`X'0616'`。必須要使用半形單引號，不能使用雙引號，例如`X"616263"`不會被解釋成BINARY類型常量。
FLOAT	3.14F、cast(3.14159261E+7 as float)	32位二進位浮點型。說明由於電腦儲存以及內部計算邏輯，用FLOAT類型進行計算時會有精度損失，如果對精度要求比較高，需要將FLOAT資料類型轉換成DECIMAL類型進行計算。
DOUBLE	3.14D、3.14159261E+7	64位二進位浮點型。說明由於電腦儲存以及內部計算邏輯，用DOUBLE類型進行計算時會有精度損失，如果對精度要求比較高，需要將DOUBLE資料類型轉換成DECIMAL類型進行計算。
DECIMAL(precision,scale)	3.5BD、99999999999.9999999BD	10進位精確數字類型。 precision：表示最多可以表示多少位的數字。取值範圍：`1 <= precision <= 38`。 scale：表示小數部分的位元。取值範圍： `0 <= scale <= 18`。如果不指定以上兩個參數，則預設為`decimal(38,18)`。說明同一個表中不能同時存在新老Decimal資料類型。執行`setproject odps.sql.hive.compatible=true;`命令開啟Hive相容模式時，`Decimal(precision, scale)`類型在資料匯入（Tunnel Upload）和SQL運算過程中，如果資料的小數位元超過scale的大小，則會進行四捨五入的處理。如果整數部分超出限制，則會報錯。當參數`odps.sql.decimal.tostring.trimzero`值為`true`時去掉小數點後末尾的零，為`false`時保留小數點後末尾的零，預設值為`true`。只對錶裡取數生效，對靜態值不生效。
VARCHAR(n)	無	變長字元類型，n為長度。取值範圍：1~65535。
CHAR(n)	無	固定長度字元類型，n為長度，最大取值為255。長度不足則會填充空格，但空格不參與比較。
STRING	"abc"、'bcd'、"alibaba"、'inc'	字串類型，目前長度限制為8 MB。
DATE	DATE'2017-11-11'	日期類型，格式為`yyyy-mm-dd`。取值範圍：0001-01-01~9999-12-31。
DATETIME	DATETIME'2017-11-11 00:00:00'	日期時間類型。取值範圍：0001-01-01 00:00:00.000~9999-12-31 23:59:59.999，精確到毫秒。
TIMESTAMP	TIMESTAMP'2017-11-11 00:00:00.123456789'	時間戳記類型。取值範圍：0001-01-01 00:00:00.000000000~9999-12-31 23:59:59.999999999，精確到納秒。說明 TIMESTAMP類型本身與時區不轉換，在任何時區，TIMESTAMP類型儲存的都是從Epoch（UTC 1970-01-01 00:00:00）開始的一個位移量。您可以通過內建函數對TIMESTAMP類型資料執行與時區相關的計算，如`cast(<a timestamp> as string)`將TIMESTAMP類型資料按照當前時區值轉換成STRING類型。
TIMESTAMP_NTZ	TIMESTAMP_NTZ '2017-11-11 00:00:00.123456789'	無時區時間戳記類型。取值範圍：0000-01-01 00:00:00.000000000~9999-12-31 23:59:59.999999999。關於TIMESTAMP_NTZ資料類型介紹，詳情請參見MaxCompute TIMESTAMP_NTZ資料類型。
BOOLEAN	True、False	BOOLEAN類型。取值範圍：True、False。

資料類型說明如下：

上述的各種資料類型均可以為NULL。

SQL中的INT關鍵字是32位整型。

--將a轉換為32位整型。
CAST(a AS INT)

整型常量的語義會預設為INT類型。例如SELECT 1 + a;中的整型常量1會被作為INT類型處理。如果常量過長，超過了INT的範圍而又沒有超過BIGINT的範圍，則會作為BIGINT類型處理；如果超過了BIGINT的範圍，則會被作為DOUBLE類型處理。
隱式轉換
- 部分隱式類型轉換會被禁用。例如，STRING->BIGINT、STRING->DATETIME、DOUBLE->BIGINT、DECIMAL->DOUBLE、DECIMAL->BIGINT有精度損失或者報錯的風險。禁用類型可以通過CAST函數強制進行資料類型轉換。
- VARCHAR類型常量可以通過隱式轉換為STRING常量。
表、函數以及UDF
- 參數涉及2.0資料類型的內建函數，在2.0資料類型版本下可以正常使用。
- UDF包含的資料類型都會按照2.0資料類型進行解析重載。
- 分區列支援STRING、VARCHAR、CHAR、TINYINT、SMALLINT、INT、BIGINT資料類型。
STRING常量支援串連，多（2個及以上）個字串放一起，會自動連接成一個字串，例如執行 select 'abc' 'efg' 'ddt'；，返回結果為abcefgddt。
給DECIMAL欄位插入常量時，常量的寫法需要與常量定義中的格式保持一致。例如下面範例程式碼中的3.5BD。
```
INSERT INTO test_tb(a) VALUES (3.5BD)
```
DATETIME查詢顯示的時間值不包含毫秒。Tunnel命令通過-dfp來指定時間格式，可以指定到毫秒顯示，例如tunnel upload -dfp 'yyyy-MM-dd HH:mm:ss.SSS'。關於Tunnel命令的更多資訊，請參見Tunnel命令。

複雜資料類型

類型	定義方法	構造方法
ARRAY	`array<int>` `array<struct<a:int, b:string>>`	`array(1, 2, 3)` `array(array(1, 2), array(3, 4))`
MAP	`map<string, string>` `map<smallint, array<string>>`	`map(“k1”, “v1”, “k2”, “v2”)` `map(1S, array(‘a’, ‘b’), 2S, array(‘x’, ‘y’))`
STRUCT	`struct<x:int, y:int>` `struct<field1:bigint, field2:array<int>, field3:map<int, int>>`	`named_struct(‘x’, 1, ‘y’, 2)` `named_struct(‘field1’, 100L, ‘field2’, array(1, 2), ‘field3’, map(1, 100, 2, 200))`

說明

MaxCompute的複雜資料類型可以被嵌套使用，相關的內建函數說明請參見ARRAY、MAP或STRUCT。